大家好,欢迎来到IT知识分享网。
该书以解决翻译实践问题为导向,以多元化搜索技术为脉络,基于数百个典型案例和应用场景进行详细讲解,内容涵盖桌面搜索、文档搜索、词典搜索、术语库搜索、语料库检索、网络搜索以及学术搜索等多个方面,旨在系统提升广大翻译从业者的搜索素养。全书紧跟国家人工智能发展战略,基于数据驱动和数据赋能的理念,致力于将最新搜索技术与翻译工作需求深度融合,是国内首部聚焦译者“搜商”的著作。该书既适用于外语、翻译专业的师生,也适用于广大语言服务从业者、翻译爱好者及相关研究人员。
本文将分享第五章第一节 单语语料库中,台湾“清华大学”Linggle系统功能以及其如何应用。希望能够对大家有所帮助。它们分别是:
(一)系统介绍
(二)案例演示
1)如何进行模糊检索?
2)如何验证搭配是否地道?
3)如何根据词性检索搭配?
4)如何查找近义词?
目前该书可在各大购物平台购买,也可在微信阅读上免费阅读,欢迎大家一起阅读学习!
01 Linggle
(一)系统介绍
台湾“清华大学”Linggle系统是少数由学界开发且规模逼近业界搜寻引擎的特例。Linggle检索引擎是一个可用于英语翻译的语法工具和句子工具,可帮助译者根据词性来检索搭配,提高译文的丰富度和准确度。
Linggle的基础界面
(二)案例演示
1.如何进行模糊检索?
(1)Linggle可以使用通配符”_”进行检索,该符号表示匹配一个单词,如输入”play a _ role”,检索结果如图6-22所示。
图6-22 在Linggle中检索”play a _ role”的结果
(2)还可输入多个”_进行”查询,如检索”from _to _”,检索结果如图6-23所示。”_”可以放在检索字段的任意位置,需要注意的是该功能最多只能检索五个词的词组,如检索”play an important role in _”,总词数为六个,为无效检索。
图6-23 在Linggle中检索”from _ to _”的结果
(3)还可以在检索词前添加问号,检索该词是否多余。以检索”discuss about the issue”中的介词”about”是否多余为例,检索框需输入”discuss ?about the issue”。检索结果如图6-24所示,”about”使用频率仅有0.1%,故该词为多余的介词。
图6-24 在Linggle中检索”discuss ? about the issue”的结果
2.如何验证搭配是否地道?
(1)Linggle中可以使用”/”来分隔多个比较词,并给出各个搭配的使用次数与比例。如检索”knowledge”应该搭配”learn”, ”study”, ”acquire”还是”gain”,检索框可以输入”learn/study/acquire/gain knowledge”;
(2)检索结果如图6-25所示,可以看出”gain knowledge”占比为62.3%,”acquire knowledge”占比为36.2%,而”learn knowledge”和”study knowledge”占比不足1%,所以应该使用”gain”或”acquire”比较地道,而不建议使用”learn”和”study”。
图6-25 在Linggle中检索”learn/study/acquire/gain knowledge”的结果
(3)点击”Example”下方的加号,可以显示关键词上下文,如图6-26所示。
图6-26 在Linggle的检索结果中查看语料
3.如何根据词性检索搭配?
(1)Linggle支持各种词性限定,而且检索格式简单,直接输入词性编码即可,如检索有哪些形容词可以修饰”greetings”,检索框输入”adj.greetings”即可,检索结果如图6-27所示。
图6-27 在Linggle中检索”adj. greetings”的结果
(2)词性符号也可以和分隔符号”/”一同使用,如检索”gather”可以接什么介词或副词,检索框输入”gather adv./prep.”即可,检索结果如图6-28所示。
图6-28 在Linggle中检索”gather adv./prep.”的结果
(3)Linggle更多词性编码可参照表6-4:
表6-4 Linggle的词性编码
4.如何查找近义词?
(1)在Linggle中查找近义词使用符号”~”,如检索”careful consideration”中careful的近义词,检索框需输入”~careful consideration”;检索结果如图6-29所示,除了”careful”还可以使用”proper””thoughtful””thorough”等词。
图6-29 在Linggle中检索”~careful consideration”的结果
以上就是本文的全部内容,欢迎大家阅读原书,共同学习!
– END –
原文作者:李伟泽
推文编辑:李姗姗
免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/108160.html